Google DeepMind lance Lyria 3.5 et accentue la pression sur les concurrents de la musique IA

Google DeepMind a lancé Lyria 3.5 le 29 juillet, annonçant quatre améliorations tandis que les entreprises de musique IA subissent une pression croissante sur la qualité, le contrôle et le droit d’auteur. Le modèle est déployé via Google Flow Music, l’espace de travail en navigateur de l’entreprise destiné à générer et éditer des chansons complètes.

La mise à jour améliore la structure musicale, les paroles, les voix ainsi que le contrôle du tempo et de la durée, selon le lancement de Lyria 3.5. Ces catégories ciblent des faiblesses bien connues de la musique générée. Les chansons IA peuvent sembler abouties pendant quelques secondes, puis perdre leur direction, répéter des phrases maladroites ou proposer des voix dépourvues d’émotion convaincante.

Il ne s’agit donc pas d’une simple actualisation de modèle. Google DeepMind passe de courtes démonstrations impressionnantes à un environnement de production où les créateurs peuvent diriger et réviser des morceaux complets. Suno, Udio et les autres générateurs musicaux doivent désormais rivaliser avec une entreprise qui contrôle le modèle, l’interface de création, les plateformes de distribution et le système de filigrane.

Lyria 3.5 cible les points faibles des chansons générées

La mise à jour de Lyria 3.5 vise à déterminer si un morceau généré par IA reste convaincant après ses premiers instants.

Google affirme que le modèle crée des structures mélodiques plus riches et plus complexes, au rendu plus naturel. La musicalité décrit ici la manière dont le rythme, la mélodie, l’harmonie, l’arrangement et les transitions s’articulent en une composition cohérente. Un morceau peut offrir un son propre tout en échouant à ce test.

Cette distinction est importante, car la fidélité audio et la qualité de composition ne sont pas la même chose. Un modèle peut générer des batteries nettes et des guitares réalistes, tout en les arrangeant sans tension, sans résolution ni destination claire. Lyria 3.5 vise à améliorer ce mouvement musical sous-jacent.

Les paroles bénéficient d’une amélioration similaire. Google affirme que le modèle suit les prompts avec davantage de précision et démontre une meilleure compréhension de la structure d’une chanson. Cela devrait aider les paroles à remplir les rôles prévus pour les couplets, refrains et ponts, au lieu de traiter chaque ligne comme un texte interchangeable.

La compréhension de la structure est particulièrement importante dans les chansons complètes. Un couplet développe généralement les détails, tandis qu’un refrain répète et concentre l’idée centrale. Des paroles qui ignorent ces fonctions peuvent donner à un morceau techniquement compétent une impression d’inachèvement.

Google indique également que Lyria 3.5 produit des voix plus expressives, une interprétation aux nuances émotionnelles plus marquées et une meilleure prononciation. Le réalisme vocal ne dépend pas seulement de la génération des bons mots. Le timing, l’accentuation, la respiration, les variations de hauteur et le timbre doivent correspondre à la direction émotionnelle de la chanson.

Ces améliorations s’appuient sur Lyria 3, qui générait déjà des voix, des paroles synchronisées et des arrangements instrumentaux complets. La documentation de l’API musicale de Google décrit la précédente famille comme capable de produire de l’audio stéréo 44,1 kHz à partir d’entrées textuelles ou visuelles. Son modèle Clip crée des sorties de 30 secondes, tandis que Lyria 3 Pro prend en charge des chansons de quelques minutes.

Lyria 3.5 ajoute un contrôle plus direct sur la durée de sortie et le tempo. Le tempo correspond à la vitesse d’une composition, généralement comprise à travers sa fréquence de battements. Un meilleur contrôle du tempo aide les créateurs à adapter un morceau à une vidéo, une performance, une publicité ou un arrangement prévu.

Le contrôle de la durée répond à une autre contrainte pratique. Un créateur qui produit une bande-son pour une scène à durée fixe ne peut pas simplement accepter n’importe quelle longueur de chanson. La musique doit atteindre les transitions et les climax à des moments utiles.

Google n’a pas publié de scores comparatifs indiquant l’ampleur de l’amélioration de chaque capacité. L’entreprise n’a pas non plus publié de résultats de tests d’écoute comparant Lyria 3.5 à Suno, Udio ou Lyria 3 Pro. Les progrès annoncés doivent donc être considérés comme des affirmations de l’entreprise jusqu’à ce que des tests plus larges soient disponibles.

Néanmoins, les objectifs retenus révèlent les priorités de Google. L’entreprise cherche à améliorer les éléments qui distinguent une génération divertissante d’un morceau que les créateurs peuvent continuer à développer.

Google DeepMind construit un workflow, pas seulement un modèle

Google DeepMind obtient son avantage le plus fort lorsque Lyria fonctionne dans un workflow d’édition plutôt que dans une simple boîte de prompt.

Flow Music permet déjà aux utilisateurs de créer, réviser et partager des chansons. Google a ajouté l’édition au niveau des sections en mai, permettant aux créateurs de sélectionner un passage et d’en modifier les paroles, l’instrumentation ou le style sans remplacer l’intégralité du morceau.

Ce workflow modifie la valeur d’un modèle musical. Un générateur à usage unique demande aux utilisateurs de décrire un résultat final avant de l’entendre. Un outil de production suppose que la première sortie n’est qu’un point de départ.

La création musicale suit rarement une ligne droite allant de l’instruction à l’enregistrement final. Un producteur peut conserver le refrain, retirer un instrument du couplet, réécrire une phrase et modifier l’énergie de la section finale. L’édition locale soutient ce processus itératif.

La précédente mise à jour de Flow Music de Google a introduit des contrôles permettant de réécrire ou traduire des paroles sélectionnées et de modifier le style de sections précises. Elle a également relié le produit à Gemini Omni pour une direction conversationnelle couvrant la musique et la vidéo.

Lyria 3.5 renforce cette interface en améliorant le matériau édité. Des paroles plus fiables rendent les réécritures ciblées utiles. Une meilleure prononciation réduit le besoin de régénérer des lignes vocales acceptables. Une structure musicale plus solide fournit une base plus stable à l’édition au niveau des sections.

L’historique du produit compte également. Flow Music s’appelait auparavant ProducerAI, et son équipe présentait le service comme un outil conçu par des musiciens pour leur propre travail créatif. Google l’a depuis intégré à la famille Flow élargie, aux côtés de la génération d’images et de vidéos.

Cette intégration offre à Google plusieurs voies vers la création professionnelle et grand public. Gemini peut initier les utilisateurs occasionnels à la génération de courtes séquences musicales. Flow Music peut soutenir des projets plus longs et des révisions détaillées. YouTube peut rapprocher les bandes-son générées des workflows existants des créateurs.

Google Cloud et l’API Gemini ouvrent une autre voie pour les développeurs. Les entreprises peuvent intégrer la génération musicale à leurs applications sans dépendre de l’interface grand public. Cette vaste distribution peut transformer les améliorations d’un modèle en mises à niveau sur plusieurs produits.

Cette stratégie exerce une pression sur les entreprises spécialisées dans la musique IA, car la qualité du modèle à elle seule devient moins déterminante. Un concurrent peut générer un bon morceau, mais les créateurs ont aussi besoin d’édition, de gestion de projet, de partage, d’exportation, de provenance et de distribution.

Google peut relier ces étapes via des produits qu’il exploite déjà. Cela ne garantit pas une meilleure musique, mais réduit les frictions entre la génération et la publication.

Cela crée également un avantage en matière de retours d’expérience. Les différentes interfaces révèlent différents besoins utilisateurs. Les prompts Gemini font ressortir des cas d’usage occasionnels, Flow Music capte les comportements de production et les API pour développeurs montrent quelles fonctionnalités les entreprises automatisent.

Le résultat est une position concurrentielle plus profonde qu’une sortie de modèle conventionnelle. Lyria 3.5 constitue la mise à jour du moteur, mais Flow Music est l’endroit où Google teste si ce moteur peut soutenir des décisions créatives répétées.

Google DeepMind met Suno et Udio sous pression des plateformes

La compétition centrale ne porte plus sur l’entreprise capable de générer une chanson plausible à partir d’un prompt, mais sur celle qui peut posséder l’ensemble du workflow de création.

Suno et Udio ont contribué à établir le format grand public de la génération moderne de chansons par IA. Les utilisateurs décrivent un genre, un thème, une ambiance ou un concept de paroles, puis reçoivent un morceau arrangé avec des voix. Leurs produits ciblés ont rendu la génération musicale accessible sans logiciel de production traditionnel.

Google DeepMind entre dans cette compétition avec un ensemble d’actifs différent. L’entreprise développe la famille Lyria, exploite Flow Music, possède YouTube, vend de l’infrastructure cloud et distribue Gemini dans des produits grand public et professionnels.

Chaque actif répond à une étape différente de la chaîne de production musicale. Le modèle génère le son. Flow Music permet l’itération. Les services cloud prennent en charge les intégrations. YouTube offre une vaste destination pour la musique, la vidéo et la distribution par les créateurs.

Cette combinaison peut exercer une pression sur les concurrents indépendants même lorsque leurs modèles individuels restent compétitifs. Les créateurs choisissent souvent les outils selon la simplicité du workflow, plutôt que sur la base d’un benchmark isolé. Réduire les transferts de fichiers et les étapes répétées de configuration peut compter autant qu’une amélioration marginale de l’audio.

Google a également commencé à établir des relations directes avec des artistes en activité. En mai, l’entreprise a annoncé un partenariat avec Believe qui donne à certains artistes de Believe et TuneCore un accès à Flow Music.

Les artistes et producteurs participants devraient rencontrer l’équipe produit chaque semaine et fournir des retours. Cet arrangement offre à Google un canal structuré pour comprendre comment les professionnels utilisent, rejettent ou modifient le contenu généré.

Google affirme ne pas revendiquer la propriété des contenus originaux générés via Flow Music. L’entreprise présente également le produit comme un collaborateur créatif permettant d’explorer des mélodies, des paroles, des genres, des instruments et des idées vocales.

Ce positionnement cherche à éloigner la discussion du remplacement automatique. L’argument est que les musiciens restent les directeurs, tandis que le modèle accélère l’expérimentation. Les contrôles d’édition de Lyria 3.5 soutiennent ce discours, car ils donnent davantage de décisions à l’utilisateur après la génération.

Cependant, un meilleur contrôle peut aussi accroître la pression de substitution. Un système qui produit des chansons complètes avec des voix expressives, des paroles utilisables et des révisions ciblées peut concurrencer plusieurs tâches créatives rémunérées. Ces tâches comprennent la production de démos, la musique libre de droits, les bandes-son temporaires et les maquettes vocales de base.

Les effets varieront selon les marchés. Un auteur-compositeur qui teste des idées de refrain a des besoins différents de ceux d’une marque générant de l’audio d’ambiance. Un compositeur de films exige davantage de précision dans le timing et l’arrangement qu’un créateur de réseaux sociaux produisant un court clip.

Suno et Udio peuvent répondre par des améliorations de modèles, des partenariats de licence, des communautés plus solides ou des workflows spécialisés. Leur spécialisation peut leur permettre d’avancer rapidement là où la plus grande organisation produit de Google avance avec prudence.

L’avantage de distribution de Google reste difficile à reproduire. Flow Music n’a pas besoin de devenir la station de travail principale de chaque musicien pour compter. Il peut réussir en devenant la couche musicale par défaut au sein de l’environnement créatif plus large de Google.

C’est pourquoi Lyria 3.5 accroît la pression sans trancher la compétition. Google a construit une voie full-stack crédible, tandis que les plateformes indépendantes conservent des utilisateurs fidèles, des identités de produit reconnaissables et leurs propres workflows de génération.

Un meilleur contrôle créatif ne résout pas le conflit sur le droit d’auteur

Lyria 3.5 peut améliorer le contrôle créatif sans répondre à la question de savoir qui a autorisé les contenus à l’origine du modèle ni comment les chansons générées affectent les musiciens professionnels.

Google affirme avoir entraîné Lyria à l’aide de contenus que YouTube et Google ont le droit d’utiliser en vertu des conditions de service, d’accords avec des partenaires et du droit applicable. Cette formulation énonce la position juridique de Google, mais ne fournit pas d’inventaire public du catalogue d’entraînement.

Cette différence est importante, car l’autorisation est devenue le principal différend autour de la musique IA. Les maisons de disques et les artistes demandent des réponses plus claires sur les enregistrements inclus dans les jeux de données d’entraînement, les licences couvrant ces utilisations et les modalités de participation financière des créateurs.

L’ampleur de Google rend ces questions plus sensibles. YouTube héberge un volume immense de musique tout en servant les créateurs, les annonceurs, les labels et les auditeurs. Google fournit désormais des outils capables de générer de la musique susceptible de circuler dans ce même environnement élargi.

Une plainte fédérale déposée contre Google en mars allègue que ses systèmes d’IA musicale ont utilisé des enregistrements protégés par le droit d’auteur sans autorisation. Ces allégations n’ont pas été tranchées, et la plainte reflète la version des plaignants plutôt qu’une conclusion judiciaire.

Des litiges similaires entourent les concurrents de Google. Sony Music a déposé une nouvelle plainte contre Udio en juillet, alléguant que plus de 30 000 enregistrements ont été copiés depuis YouTube à des fins d’entraînement. Udio a déjà fait l’objet de poursuites concernant ses pratiques d’entraînement, tandis que des accords sectoriels commencent à orienter certaines parties du marché vers des modèles sous licence.

Le procès contre Udio montre pourquoi le progrès technique ne peut être dissocié des droits sur les données. Des voix plus réalistes et une musicalité renforcée rendent les modèles plus utiles, mais intensifient aussi les questions liées à la concurrence avec les enregistrements qui les ont nourris.

Google applique SynthID à la musique générée par Lyria. SynthID est un filigrane inaudible intégré à l’audio généré, qui permet à des systèmes de détection compatibles d’identifier les productions de l’IA de Google.

L’entreprise affirme que son filigrane audio peut résister à des modifications courantes telles que la compression, l’ajout de bruit ou les ajustements de vitesse. Google permet aussi aux utilisateurs de demander à Gemini si un média téléversé contient un marqueur SynthID.

Le filigrane aide à établir la provenance, mais ne résout qu’une partie du problème. Il peut indiquer que l’IA de Google a créé ou modifié un résultat. Il n’explique pas publiquement l’intégralité des données d’entraînement du modèle et ne détermine pas non plus si une composition générée enfreint une œuvre existante.

La détection dépend également de l’accès et de l’adoption. Un auditeur ne peut pas entendre SynthID, et les plateformes ont besoin d’outils ou de politiques adaptés pour exploiter ce signal. Des métadonnées et des labels visibles peuvent encore être nécessaires lorsque les personnes ont besoin d’une information immédiate.

Une autre question non résolue concerne l’échelle. Une génération améliorée réduit le temps nécessaire pour produire des chansons. Cela peut aider les créateurs individuels à expérimenter, mais aussi soutenir la production automatisée de vastes catalogues.

Les services de streaming doivent décider comment étiqueter, recommander, monétiser ou filtrer ces catalogues. Les musiciens doivent déterminer quelle place l’assistance par IA occupe dans leur identité créative. Les titulaires de droits doivent décider à quel moment accorder des licences aux modèles et comment répartir les revenus qui en résultent.

Les partenariats de Google avec des artistes offrent une voie vers la concertation. Des sessions de retour hebdomadaires peuvent orienter le produit, tandis que les accords avec les partenaires peuvent définir des usages autorisés. Toutefois, un groupe limité de partenaires ne peut représenter chaque interprète, auteur-compositeur, producteur et titulaire de droits indépendant.

Le véritable test consiste à savoir si Google peut rendre son cadre de droits aussi compréhensible que ses contrôles de produit. Les créateurs peuvent désormais demander un tempo différent ou une émotion vocale plus marquée. Ils ont encore besoin de réponses plus claires sur l’autorisation, l’attribution et la rémunération.

Lyria 3.5 a encore besoin de tests d’écoute indépendants

Google a décrit la direction des améliorations, mais n’a pas fourni suffisamment d’éléments pour mesurer l’ampleur ou la régularité des progrès.

L’annonce ne contient aucun tableau de benchmarks, score de préférence, taux d’échec ni comparaison directe avec Lyria 3 Pro. Elle ne précise pas non plus le nombre d’auditeurs impliqués dans l’évaluation ni l’éventail des styles musicaux testés.

Cette absence est importante, car la qualité musicale résiste aux mesures simples. La fidélité audio peut être testée à l’aide de signaux techniques, mais la qualité des paroles et l’expression émotionnelle dépendent fortement de la langue, du genre, de la tradition d’interprétation et des attentes des auditeurs.

Une voix qui fonctionne dans la pop synthétique peut échouer dans le jazz, l’opéra, le hip-hop ou les styles régionaux. Des progrès de prononciation dans une langue ne démontrent pas des avancées équivalentes dans toutes les langues prises en charge. Le contrôle du tempo peut être précis alors que les transitions entre les sections restent faibles.

La fiche modèle précédente de Google pour Lyria 3 indiquait que les évaluations incluaient des experts humains et des méthodes automatisées. Elle examinait la qualité musicale, l’esthétique, la qualité vocale, la fidélité audio et le respect des prompts. L’entreprise faisait état d’une amélioration par rapport à Lyria 2, sans publier de chiffres comparatifs détaillés sur sa page publique.

Lyria 3.5 doit donc faire l’objet de tests plus larges sur plusieurs dimensions. Les évaluateurs devraient comparer des générations répétées à partir de prompts identiques, plutôt que de ne retenir que l’échantillon le plus réussi. Ils devraient aussi tester dans quelle mesure les modifications ciblées préservent les sections non modifiées.

Cette préservation est essentielle dans un outil de musique itératif. Si la modification d’une seule parole altère subtilement la voix, le mixage ou la mélodie ailleurs, les créateurs perdent confiance dans l’édition locale. L’outil se comporte alors comme une régénération répétée plutôt que comme une production contrôlée.

Le respect des prompts exige un examen similaire. Un modèle peut suivre des instructions explicites sur le tempo et la durée tout en ignorant des demandes plus subtiles concernant la tension, l’instrumentation ou le point de vue des paroles. Les prompts complexes révèlent si le contrôle est réel ou surtout cosmétique.

Les paroles devraient être évaluées comme une langue interprétée, et non comme du texte isolé. Une phrase peut être correcte à l’écrit tout en tombant sur le mauvais temps. Une rime peut fonctionner sur le papier tout en paraissant forcée lorsqu’elle est chantée. La conscience de la structure doit relier les mots à la mélodie et à l’arrangement.

L’évaluation vocale devrait inclure la cohérence sur un morceau complet. Les voix d’IA paraissent souvent convaincantes dans de courts passages, mais changent ensuite de ton, d’accent ou d’identité. Une interprétation plus émotionnelle peut aussi produire un phrasé exagéré qui semble artificiel.

Le véritable travail créatif constitue un autre test. Les producteurs doivent exporter, réviser, comparer et parfois abandonner des idées. Une génération qui semble impressionnante à la première écoute peut néanmoins être difficile à intégrer à d’autres éléments.

L’absence de données comparatives publiques de Google ne signifie pas que les améliorations sont limitées. Elle signifie que les utilisateurs devraient distinguer les affirmations de l’annonce des performances vérifiées. Des tests d’écoute, des évaluations en production et des essais répétés de flux de travail fourniront les éléments manquants.

Le signal le plus fort ne sera pas une démonstration virale. Ce seront des créateurs revenant au même projet, effectuant des révisions contrôlées et conservant le matériau obtenu.

Trois signaux montreront si Lyria 3.5 transforme la musique IA

L’adoption, les réactions de la concurrence et la politique des droits détermineront si Lyria 3.5 devient une référence de production ou une simple mise à niveau de modèle éphémère.

Le premier signal est une utilisation durable au sein de Flow Music. Google a annoncé des améliorations dans plusieurs catégories importantes, mais n’a pas communiqué de chiffres d’usage ou de rétention. Un comportement d’édition récurrent montrerait que les créateurs y voient une valeur au-delà de la génération d’un morceau de nouveauté.

L’activité la plus révélatrice se produira après le premier résultat. Les utilisateurs réécrivent-ils les paroles, ajustent-ils les sections, régénèrent-ils les voix et reviennent-ils à des chansons inachevées ? Ces actions étayeraient l’affirmation de Google selon laquelle Flow Music fonctionne comme un espace de travail créatif.

Si les créateurs génèrent une fois puis partent, une musicalité plus forte n’aura pas à elle seule résolu le problème du flux de travail. S’ils révisent et achèvent des projets, l’approche intégrée de Google gagnera en crédibilité.

Le deuxième signal sera la manière dont Suno, Udio et les autres concurrents réagissent. De nouveaux contrôles de la structure des chansons, de la durée, du tempo et de l’édition locale suggéreraient que Google a modifié le niveau de référence concurrentiel. Les annonces de licences pourraient s’avérer tout aussi importantes.

Une réponse centrée uniquement sur la qualité audio indiquerait que les rivaux considèrent toujours les performances des modèles comme le principal terrain d’affrontement. Une réponse couvrant l’édition, la provenance, la collaboration et la distribution validerait la stratégie plus large de Google.

Google devrait également préciser si Lyria 3.5 arrivera dans Gemini, Vertex AI ou les API pour développeurs. L’annonce actuelle mentionne Flow Music. Une distribution plus large augmenterait l’adoption et permettrait à des développeurs externes de tester le modèle dans davantage de cas d’usage.

Le troisième signal concerne l’évolution de la politique du droit d’auteur et des litiges. Les décisions judiciaires, les accords de licence et les règles d’étiquetage des plateformes peuvent remodeler le marché plus vite qu’une sortie de modèle. Un système techniquement supérieur a toujours besoin de droits sur les données défendables et de politiques de distribution viables.

Le système SynthID de Google lui donne un mécanisme de provenance, mais l’acceptation du secteur reste la question centrale. La détection devient plus utile lorsque les services de streaming, les distributeurs et les titulaires de droits peuvent l’intégrer à des politiques cohérentes.

Les créateurs devraient surveiller des divulgations plus claires sur l’entraînement, la participation des titulaires de droits et les structures de rémunération. Ces signaux renforceraient le discours de Google sur la collaboration. Une ambiguïté persistante laisserait non résolu le conflit entre l’accès créatif et le consentement des créateurs.

Pour les musiciens en activité, la réponse pratique est une expérimentation prudente. Comparez plusieurs résultats, documentez les prompts et les modifications, conservez les sources, et examinez les conditions de distribution avant de publier une œuvre générée. Une bibliothèque de prompts consultable peut également aider les équipes à suivre les instructions ayant produit des résultats utiles.

Pour les développeurs et les équipes média, Lyria 3.5 mérite de l’attention car Google relie la génération à l’édition et à la distribution. Les progrès revendiqués du modèle comptent, mais le système qui l’entoure compte davantage.

Essayez l’outil avec un véritable brief créatif, pas un prompt de nouveauté. Testez s’il respecte la structure, préserve les révisions et produit un matériau que vous conserveriez réellement. Google DeepMind a défini le prochain test pour la musique IA. Les créateurs décideront si Lyria 3.5 le réussit.